一、使用分散式鎖要滿足的幾個條件： 二、應用的場景例子 管理後臺的部署架構（多台tomcat伺服器+redis【多台tomcat伺服器訪問一臺redis】+mysql【多台tomcat伺服器訪問一臺伺服器上的mysql】）就滿足使用分散式鎖的條件。多台伺服器要訪問redis全局緩存的資源，如果不使用 ...
一、使用分散式鎖要滿足的幾個條件：
- 系統是一個分散式系統（關鍵是分散式，單機的可以使用ReentrantLock或者synchronized代碼塊來實現）
- 共用資源（各個系統訪問同一個資源，資源的載體可能是傳統關係型資料庫或者NoSQL）
- 同步訪問（即有很多個進程同事訪問同一個共用資源。沒有同步訪問，誰管你資源競爭不競爭）
二、應用的場景例子
管理後臺的部署架構（多台tomcat伺服器+redis【多台tomcat伺服器訪問一臺redis】+mysql【多台tomcat伺服器訪問一臺伺服器上的mysql】）就滿足使用分散式鎖的條件。多台伺服器要訪問redis全局緩存的資源，如果不使用分散式鎖就會出現問題。 看如下偽代碼：
long N=0L; //N從redis獲取值 if(N<5){ N++； //N寫回redis }
上面的代碼主要實現的功能：
從redis獲取值N，對數值N進行邊界檢查，自加1，然後N寫回redis中。 這種應用場景很常見，像秒殺，全局遞增ID、IP訪問限制等。以IP訪問限制來說，惡意攻擊者可能發起無限次訪問，併發量比較大，分散式環境下對N的邊界檢查就不可靠，因為從redis讀的N可能已經是臟數據。傳統的加鎖的做法（如java的synchronized和Lock）也沒用，因為這是分散式環境，這個同步問題的救火隊員也束手無策。在這危急存亡之秋，分散式鎖終於有用武之地了。
分散式鎖可以基於很多種方式實現，比如zookeeper、redis...。不管哪種方式，他的基本原理是不變的：用一個狀態值表示鎖，對鎖的占用和釋放通過狀態值來標識。
這裡主要講如何用redis實現分散式鎖。
三、使用redis的setNX命令實現分散式鎖
1、實現的原理
Redis為單進程單線程模式，採用隊列模式將併發訪問變成串列訪問，且多客戶端對Redis的連接並不存在競爭關係。redis的SETNX命令可以方便的實現分散式鎖。
2、基本命令解析
1）setNX（SET if Not eXists）
語法：
SETNX key value
將 key 的值設為 value ，當且僅當 key 不存在。
若給定的 key 已經存在，則 SETNX 不做任何動作。
SETNX 是『SET if Not eXists』(如果不存在，則 SET)的簡寫
返回值：
設置成功，返回 1 。 設置失敗，返回 0 。例子：
redis> EXISTS job # job 不存在 (integer) 0 redis> SETNX job "programmer" # job 設置成功 (integer) 1 redis> SETNX job "code-farmer" # 嘗試覆蓋 job ，失敗 (integer) 0 redis> GET job # 沒有被覆蓋 "programmer"
所以我們使用執行下麵的命令
SETNX lock.foo <current Unix time + lock timeout + 1>
-
如返回1，則該客戶端獲得鎖，把lock.foo的鍵值設置為時間值表示該鍵已被鎖定，該客戶端最後可以通過DEL lock.foo來釋放該鎖。
-
如返回0，表明該鎖已被其他客戶端取得，這時我們可以先返回或進行重試等對方完成或等待鎖超時。
2）getSET
語法：
GETSET key value
將給定 key 的值設為 value ，並返回 key 的舊值(old value)。
當 key 存在但不是字元串類型時，返回一個錯誤。
返回值：
返回給定 key 的舊值。 當 key 沒有舊值時，也即是， key 不存在時，返回 nil 。 3）get 語法：GET key
返回值：
當 key 不存在時，返回 nil ，否則，返回 key 的值。 如果 key 不是字元串類型，那麼返回一個錯誤四、解決死鎖
上面的鎖定邏輯有一個問題：如果一個持有鎖的客戶端失敗或崩潰了不能釋放鎖，該怎麼解決？
我們可以通過鎖的鍵對應的時間戳來判斷這種情況是否發生了，如果當前的時間已經大於lock.foo的值，說明該鎖已失效，可以被重新使用。
發生這種情況時，可不能簡單的通過DEL來刪除鎖，然後再SETNX一次（講道理，刪除鎖的操作應該是鎖擁有這執行的，這裡只需要等它超時即可），當多個客戶端檢測到鎖超時後都會嘗試去釋放它，這裡就可能出現一個競態條件,讓我們模擬一下這個場景：
C0操作超時了，但它還持有著鎖，C1和C2讀取lock.foo檢查時間戳，先後發現超時了。
C1 發送DEL lock.foo
C1 發送SETNX lock.foo 並且成功了。
C2 發送DEL lock.foo
C2 發送SETNX lock.foo 並且成功了。
這樣一來，C1，C2都拿到了鎖！問題大了！
幸好這種問題是可以避免的，讓我們來看看C3這個客戶端是怎樣做的：
C3發送SETNX lock.foo 想要獲得鎖，由於C0還持有鎖，所以Redis返回給C3一個0 C3發送GET lock.foo 以檢查鎖是否超時了，如果沒超時，則等待或重試。 反之，如果已超時，C3通過下麵的操作來嘗試獲得鎖： GETSET lock.foo <current Unix time + lock timeout + 1> 通過GETSET，C3拿到的時間戳如果仍然是超時的，那就說明，C3如願以償拿到鎖了。 如果在C3之前，有個叫C4的客戶端比C3快一步執行了上面的操作，那麼C3拿到的時間戳是個未超時的值，這時，C3沒有如期獲得鎖，需要再次等待或重試。留意一下，儘管C3沒拿到鎖，但它改寫了C4設置的鎖的超時值，不過這一點非常微小的誤差帶來的影響可以忽略不計。
註意：為了讓分散式鎖的演算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。
五、代碼實現
expireMsecs 鎖持有超時，防止線程在入鎖以後，無限的執行下去，讓鎖無法釋放
timeoutMsecs 鎖等待超時，防止線程饑餓，永遠沒有入鎖執行代碼的機會
註意：項目裡面需要先搭建好redis的相關配置
import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.dao.DataAccessException; import org.springframework.data.redis.connection.RedisConnection; import org.springframework.data.redis.core.RedisCallback; import org.springframework.data.redis.core.RedisTemplate; import org.springframework.data.redis.serializer.StringRedisSerializer; /** * Redis distributed lock implementation. * * @author zhengcanrui */ public class RedisLock { private static Logger logger = LoggerFactory.getLogger(RedisLock.class); private RedisTemplate redisTemplate; private static final int DEFAULT_ACQUIRY_RESOLUTION_MILLIS = 100; /** * Lock key path. */ private String lockKey; /** * 鎖超時時間，防止線程在入鎖以後，無限的執行等待 */ private int expireMsecs = 60 * 1000; /** * 鎖等待時間，防止線程饑餓 */ private int timeoutMsecs = 10 * 1000; private volatile boolean locked = false; /** * Detailed constructor with default acquire timeout 10000 msecs and lock expiration of 60000 msecs. * * @param lockKey lock key (ex. account:1, ...) */ public RedisLock(RedisTemplate redisTemplate, String lockKey) { this.redisTemplate = redisTemplate; this.lockKey = lockKey + "_lock"; } /** * Detailed constructor with default lock expiration of 60000 msecs. * */ public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs) { this(redisTemplate, lockKey); this.timeoutMsecs = timeoutMsecs; } /** * Detailed constructor. * */ public RedisLock(RedisTemplate redisTemplate, String lockKey, int timeoutMsecs, int expireMsecs) { this(redisTemplate, lockKey, timeoutMsecs); this.expireMsecs = expireMsecs; } /** * @return lock key */ public String getLockKey() { return lockKey; } private String get(final String key) { Object obj = null; try { obj = redisTemplate.execute(new RedisCallback<Object>() { @Override public Object doInRedis(RedisConnection connection) throws DataAccessException { StringRedisSerializer serializer = new StringRedisSerializer(); byte[] data = connection.get(serializer.serialize(key)); connection.close(); if (data == null) { return null; } return serializer.deserialize(data); } }); } catch (Exception e) { logger.error("get redis error, key : {}", key); } return obj != null ? obj.toString() : null; } private boolean setNX(final String key, final String value) { Object obj = null; try { obj = redisTemplate.execute(new RedisCallback<Object>() { @Override public Object doInRedis(RedisConnection connection) throws DataAccessException { StringRedisSerializer serializer = new StringRedisSerializer(); Boolean success = connection.setNX(serializer.serialize(key), serializer.serialize(value)); connection.close(); return success; } }); } catch (Exception e) { logger.error("setNX redis error, key : {}", key); } return obj != null ? (Boolean) obj : false; } private String getSet(final String key, final String value) { Object obj = null; try { obj = redisTemplate.execute(new RedisCallback<Object>() { @Override public Object doInRedis(RedisConnection connection) throws DataAccessException { StringRedisSerializer serializer = new StringRedisSerializer(); byte[] ret = connection.getSet(serializer.serialize(key), serializer.serialize(value)); connection.close(); return serializer.deserialize(ret); } }); } catch (Exception e) { logger.error("setNX redis error, key : {}", key); } return obj != null ? (String) obj : null; } /** * 獲得 lock. * 實現思路: 主要是使用了redis 的setnx命令,緩存了鎖. * reids緩存的key是鎖的key,所有的共用, value是鎖的到期時間(註意:這裡把過期時間放在value了,沒有時間上設置其超時時間) * 執行過程: * 1.通過setnx嘗試設置某個key的值,成功(當前沒有這個鎖)則返回,成功獲得鎖 * 2.鎖已經存在則獲取鎖的到期時間,和當前時間比較,超時的話,則設置新的值 * * @return true if lock is acquired, false acquire timeouted * @throws InterruptedException in case of thread interruption */ public synchronized boolean lock() throws InterruptedException { int timeout = timeoutMsecs; while (timeout >= 0) { long expires = System.currentTimeMillis() + expireMsecs + 1; String expiresStr = String.valueOf(expires); //鎖到期時間 if (this.setNX(lockKey, expiresStr)) { // lock acquired locked = true; return true; } String currentValueStr = this.get(lockKey); //redis里的時間 if (currentValueStr != null && Long.parseLong(currentValueStr) < System.currentTimeMillis()) { //判斷是否為空，不為空的情況下，如果被其他線程設置了值，則第二個條件判斷是過不去的 // lock is expired String oldValueStr = this.getSet(lockKey, expiresStr); //獲取上一個鎖到期時間，並設置現在的鎖到期時間， //只有一個線程才能獲取上一個線上的設置時間，因為jedis.getSet是同步的 if (oldValueStr != null && oldValueStr.equals(currentValueStr)) { //防止誤刪（覆蓋，因為key是相同的）了他人的鎖——這裡達不到效果，這裡值會被覆蓋，但是因為什麼相差了很少的時間，所以可以接受 //[分散式的情況下]:如過這個時候，多個線程恰好都到了這裡，但是只有一個線程的設置值和當前值相同，他才有權利獲取鎖 // lock acquired locked = true; return true; } } timeout -= DEFAULT_ACQUIRY_RESOLUTION_MILLIS; /* 延遲100 毫秒, 這裡使用隨機時間可能會好一點,可以防止饑餓進程的出現,即,當同時到達多個進程, 只會有一個進程獲得鎖,其他的都用同樣的頻率進行嘗試,後面有來了一些進行,也以同樣的頻率申請鎖,這將可能導致前面來的鎖得不到滿足. 使用隨機的等待時間可以一定程度上保證公平性 */ Thread.sleep(DEFAULT_ACQUIRY_RESOLUTION_MILLIS); } return false; } /** * Acqurired lock release. */ public synchronized void unlock() { if (locked) { redisTemplate.delete(lockKey); locked = false; } } }
調用：
RedisLock lock = new RedisLock(redisTemplate, key, 10000, 20000); try { if(lock.lock()) { //需要加鎖的代碼 } } } catch (InterruptedException e) { e.printStackTrace(); }finally { //為了讓分散式鎖的演算法更穩鍵些，持有鎖的客戶端在解鎖之前應該再檢查一次自己的鎖是否已經超時，再去做DEL操作，因為可能客戶端因為某個耗時的操作而掛起，
//操作完的時候鎖因為超時已經被別人獲得，這時就不必解鎖了。 ————這裡沒有做 lock.unlock(); }
六、一些問題
1、為什麼不直接使用expire設置超時時間，而將時間的毫秒數其作為value放在redis中？
如下麵的方式，把超時的交給redis處理：
lock(key, expireSec){
isSuccess = setnx key
if (isSuccess)
expire key expireSec
}
這種方式貌似沒什麼問題，但是假如在setnx後，redis崩潰了，expire就沒有執行，結果就是死鎖了。鎖永遠不會超時。
2、為什麼前面的鎖已經超時了，還要用getSet去設置新的時間戳的時間獲取舊的值，然後和外面的判斷超時時間的時間戳比較呢？
因為是分散式的環境下，可以在前一個鎖失效的時候，有兩個進程進入到鎖超時的判斷。如：
C0超時了，還持有鎖,C1/C2同時請求進入了方法裡面
C1/C2獲取到了C0的超時時間
C1使用getSet方法
C2也執行了getSet方法
假如我們不加 oldValueStr.equals(currentValueStr) 的判斷，將會C1/C2都將獲得鎖，加了之後，能保證C1和C2只能一個能獲得鎖，一個只能繼續等待。
註意：這裡可能導致超時時間不是其原本的超時時間，C1的超時時間可能被C2覆蓋了，但是他們相差的毫秒及其小，這裡忽略了。
致謝：感謝您的閱讀！轉載請加原文鏈接，謝謝。轉載請加上原文鏈接，謝謝！http://www.cnblogs.com/0201zcr/p/5942748.html
